如何畫出神經網絡的結構圖
谷歌人工智能寫作項目：神經網絡偽原創
用什么軟件制作神經網絡結構圖，類似下圖這種 如何有效的繪制知識框架圖？
有效的繪制知識框架圖就要對知識點進行梳理，然后在繪制。首先我們的紙要橫向擺放，這樣繪制的時候才會更加的方便，更利于分支的擴展。繪制知識框架圖分清主次，分支次分支粗細要把握好。
主線分支要粗一些，顏色要填實。次分支變細一些，這樣可以清楚看出信息的層層遞進關系。第一條線要從右上角開始畫起。順時針畫分支。左面的要從左下角開始畫。這樣是符合大腦閱讀習慣的，容易記憶。
繪畫時，應先從圖形中心開始，畫一些向四周放射出來的粗線條。每一條線都使用不同的顏色這些分枝代表關于你的主體的主要思想。在繪制思維導圖的時候，你可以添加無數根線。
在每一個分支上，用大號的字清楚地標上關鍵詞，這樣，當你想到這個概念時，這些關鍵詞立刻就會從大腦里跳出來。
如何用visio畫卷積神經網絡圖。圖形類似下圖所示
大概試了一下用visio繪制這個圖，除了最左面的變形圖片外其余基本可以實現（那個圖可以考慮用其它圖像處理軟件比如生成后插入visio），visio中主要用到的圖形可以在更多形狀-常規-具有透視效果的塊中找到塊圖形，拖入繪圖區后拉動透視角度調節的小紅點進行調整直到合適為止，其余的塊可以按住ctrl+鼠標左鍵進行拉動復制，然后再進行大小、位置仔細調整就可以了，大致繪出圖形示例如下圖所示：
試畫出BP神經網絡結構輸入層3節點,隱層5節點,輸出層2節點
BP（Back ）神經網絡是1986年由和為首的科學家小組提出架構圖用什么軟件，是一種按誤差逆傳播算法訓練的多層前饋網絡架構圖用什么軟件，是目前應用最廣泛的神經網絡模型之一。
BP網絡能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。它的學習規則是使用最速下降法，通過反向傳播來不斷調整網絡的權值和閾值，使網絡的誤差平方和最小。
BP神經網絡模型拓撲結構包括輸入層（input）、隱層( layer)和輸出層( layer)。用WORD可以畫，插入形狀。